罗汶峰

摘 要：针对空管设备数据的海量化趋势，通过大数据分析技术对设备状态进行深层次高质量评估，提出基于状态的设备检修模式，以达到既能消除设备故障隐患、提高可靠性，又能节省成本、提高工作效率的目的。

关键词：大数据分析；检修模式；空管设备；状态评估

中图分类号：TP311.13 文献标志码：A 文章编号：2095-2945（2018）29-0195-02

Abstract： In view of the sea quantification trend of air traffic control equipment data， this paper uses big data analysis technology to carry on the deep level high quality appraisal to the equipment condition， and proposes the equipment maintenance mode based on the condition， in order to not only eliminate the hidden trouble of equipment fault， but also improve the reliability. At the same time， it can save cost and improve work efficiency.

Keywords： big data analysis； maintenance mode； ATC equipment； condition evaluation

引言

近年来，在我国各行各业中兴起了大数据热潮。数字化信息的产生越来越多，变化也越来越快，我们每天都在产生数据，创造大数据和使用大数据。在国家大数据与“互联网+”战略下，大数据、移动互联网、物联网、云计算等新兴技术正在快速增长与发展，大数据时代已经正式到来[1]。大数据在社会生活和经济各行业中发挥着重要的作用，它既可以是基础性的资源也可以作为工具加以利用。在不知不觉中，大数据已经改变了人们的生活、工作以及思考的方式。

民航空管设备的巡检管理模式，也在大数据的浪潮下悄然发生改变。设备运行的可靠性和安全性是空管设备维护的首要目标。传统的空管设备管理模式是计划性维护、预防性维护和故障维护。这些模式存在诸多不足，在行业不断壮大，设备不断增多背景下，计划性巡检必然会消耗大量的人力物力，某种程度上具有一定的盲目性，降低生产效率；过度的预防性维护则需经常停机检查影响安全保障外，还会造成设备模块的频繁拆装，反而会产生新的设备隐患；故障维护属于事后维护，表明发生了的设备故障，已对安全生产造成既定影响，整个设备维护将处于被动。……